基于深度神经网络的SAR图像变化检测
发布时间：2021-04-07 07:57
遥感图像的变化检测是用来检测在地球表面上处于同一地理位置不同时间段所发生的变化情况。由于合成孔径雷达（Synthetic Aperture Radar,SAR）具有不受时间段、天气等条件影响的优势,因此基于SAR图像的变化检测技术具有重要的研究价值。目前该技术已经引起越来越多的研究人员的关注,同时也被广泛的应用到众多领域中,比如城市规划、灾害评估、森林预警等。本文提出将SAR图像的变化检测问题与深度神经网络相结合的思路,不仅对同源图像的变化检测问题进行研究,同时对比较难处理的非同源图像的变化检测问题也进行了探索,将SAR图像的基本知识与深度学习相结合,提出一些新的变化检测方法。本文重点内容如下:1.对基于深度自编码器特征提取的方法进行研究,提出了一种基于空间模糊聚类和深度自编码器的SAR图像变化检测模型。在该方法中,空间模糊聚类引入空间信息可以有效的抑制SAR图像中的斑点噪声,深度自编码器可以自动的对图像进行特征提取,提取出差异图的特征信息,有效的降低斑点噪声对图像的影响。该方法不需要人为干预,将该方法在不同的数据集中进行实验,均得到了理想的实验结果。2.卷积神经网络能够充分的利用图像...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
如何选择合适的样本示意图
(a) ENL 为 2 (b)ENL 为 2 (c)ENL 为 3 (d)ENL 为 3 (e)参考图图 2.7 不同 ENL 值的模拟数据集第二组实验我们选取三个真实数据集来验证我们的算法的有效性。第一个数据集是渥太华数据集，图 2.8 展示的是渥太华数据集，该数据集由RADARSAT SAT卫星进行拍摄，第一张影像于 1997 年 5 月获取，第二张于 1997 年8 月获取，其空间分辨率为 12m，影像尺寸大小为290 350.该数据集展示的是经过雨季之后，渥太华地区的地表区域所发生的变化状况。变化参考图中白色区域为发生变化的区域，其通过相关的专家知识并结合当地地理的真实信息得到。
第二章 基于空间模糊聚类和深度自动编码器的 SAR 图像变化检测(a) ENL 为 2 (b)ENL 为 2 (c)ENL 为 3 (d)ENL 为 3 (e)参考图图 2.7 不同 ENL 值的模拟数据集第二组实验我们选取三个真实数据集来验证我们的算法的有效性。第一个数据集是渥太华数据集，图 2.8 展示的是渥太华数据集，该数据DARSAT SAT卫星进行拍摄，第一张影像于 1997 年 5 月获取，第二张于 199获取，其空间分辨率为 12m，影像尺寸大小为290 350.该数据集展示的是经之后，渥太华地区的地表区域所发生的变化状况。变化参考图中白色区域为发的区域，其通过相关的专家知识并结合当地地理的真实信息得到。
【参考文献】：
期刊论文
[1]合成孔径雷达影像变化检测研究进展[J]. 公茂果,苏临之,李豪,刘嘉. 计算机研究与发展. 2016(01)
[2]Multi-polarimetric SAR image compression based on sparse representation[J]. CHEN Yuan,ZHANG Rong&YIN Dong Department of Electronic Engineering and Information Science,University of Science and Technology of China,Hefei 230027,China. Science China（Information Sciences）. 2012(08)
[3]合成孔径雷达的技术特点及在军事中的应用[J]. 赵为伟. 国防技术基础. 2006(08)
[4]建筑物震害遥感图像的变化检测与震害评估[J]. 张景发,谢礼立,陶夏新. 自然灾害学报. 2002(02)
[5]合成孔径雷达技术的发展现状与趋势[J]. 吴一戎,朱敏慧. 遥感技术与应用. 2000(02)
[6]星载合成孔径雷达的原理、组成和性能[J]. 袁孝康. 上海航天. 1997(01)
本文编号：3123104
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
如何选择合适的样本示意图
(a) ENL 为 2 (b)ENL 为 2 (c)ENL 为 3 (d)ENL 为 3 (e)参考图图 2.7 不同 ENL 值的模拟数据集第二组实验我们选取三个真实数据集来验证我们的算法的有效性。第一个数据集是渥太华数据集，图 2.8 展示的是渥太华数据集，该数据集由RADARSAT SAT卫星进行拍摄，第一张影像于 1997 年 5 月获取，第二张于 1997 年8 月获取，其空间分辨率为 12m，影像尺寸大小为290 350.该数据集展示的是经过雨季之后，渥太华地区的地表区域所发生的变化状况。变化参考图中白色区域为发生变化的区域，其通过相关的专家知识并结合当地地理的真实信息得到。
第二章 基于空间模糊聚类和深度自动编码器的 SAR 图像变化检测(a) ENL 为 2 (b)ENL 为 2 (c)ENL 为 3 (d)ENL 为 3 (e)参考图图 2.7 不同 ENL 值的模拟数据集第二组实验我们选取三个真实数据集来验证我们的算法的有效性。第一个数据集是渥太华数据集，图 2.8 展示的是渥太华数据集，该数据DARSAT SAT卫星进行拍摄，第一张影像于 1997 年 5 月获取，第二张于 199获取，其空间分辨率为 12m，影像尺寸大小为290 350.该数据集展示的是经之后，渥太华地区的地表区域所发生的变化状况。变化参考图中白色区域为发的区域，其通过相关的专家知识并结合当地地理的真实信息得到。
【参考文献】：
期刊论文
[1]合成孔径雷达影像变化检测研究进展[J]. 公茂果,苏临之,李豪,刘嘉. 计算机研究与发展. 2016(01)
[2]Multi-polarimetric SAR image compression based on sparse representation[J]. CHEN Yuan,ZHANG Rong&YIN Dong Department of Electronic Engineering and Information Science,University of Science and Technology of China,Hefei 230027,China. Science China（Information Sciences）. 2012(08)
[3]合成孔径雷达的技术特点及在军事中的应用[J]. 赵为伟. 国防技术基础. 2006(08)
[4]建筑物震害遥感图像的变化检测与震害评估[J]. 张景发,谢礼立,陶夏新. 自然灾害学报. 2002(02)
[5]合成孔径雷达技术的发展现状与趋势[J]. 吴一戎,朱敏慧. 遥感技术与应用. 2000(02)
[6]星载合成孔径雷达的原理、组成和性能[J]. 袁孝康. 上海航天. 1997(01)
本文编号：3123104
本文链接：https://www.wllwen.com/kejilunwen/wltx/3123104.html
